7月初,一个话题冲上微博热搜第七位,2.5万人同时在线讨论:「5000元以下笔记本基本绝迹」。联想的线下门店店员告诉来买电脑的学生:联想小新Pro 16从年初的4800元涨到了6500元,涨幅35%。拯救者系列原本万元出头,现在报价1.5万到1.6万。有考生前一天晚上看中一台9300元的笔记本,隔天再看——11000元了。
这不是哪个品牌在囤积居奇。这是一场由AI引发的供应链海啸,正在把最普通的学习工具,一件一件地推离普通人的桌面。
一、这事跟你有关——哪怕你今年不买电脑
很多人看到这条热搜的第一反应是:「我去年刚买了电脑,跟我没关系。」
但如果拆开这台涨价的机器看一看,你会发现一个更大的逻辑链条——你手机里的存储芯片在涨,你平板的内存颗粒在涨,你公司要采购的服务器也在涨。今年3月,高盛发布报告说全球存储市场供需失衡程度是近15年来最大的一次。DRAM缺口4.9%,NAND缺口4.2%。
而这些缺口背后,有一个统一的原因:AI。
AI大模型的训练和推理,正在疯狂吞噬存储芯片产能。一台AI服务器需要的DRAM和NAND,抵得上几十台甚至上百台笔记本电脑。当三星、SK海力士、美光这些上游厂商把最先进的产线全部调去生产高利润的HBM(高带宽内存)和AI服务器专用芯片时,留给普通消费级PC的产能盘子,自然就小了。
经销商说得更直白:「非刚需用户暂缓购买,至少1年内看不到涨价的尽头。」
二、两个残酷的数字和一个尴尬的研究
2026年1月,华中科技大学团队在《PLOS One》上发表了一项关于AI教学设备与教育公平的研究。研究者沿着胡焕庸线——中国那条贯穿腾冲到黑河的经济分界线——两侧各选了4座城市的8所学校,调查了247位教师和620名学生的成绩。
结论有两个层面,都挺扎心的。
第一层:AI设备是真的能帮到欠发达地区的孩子。在教育资源匮乏的地方,一台AI教学设备能把学生成绩拉高7%到20%。这相当于把一个普通班的教学质量,往上推了一个台阶。
第二层:发达地区AI教学设备覆盖率98%,贫困学区只有42%。上海市每年教育信息化预算15亿元,而青海省只有5%。不是青海不想买,是15亿对5%的差距——差20倍。
换句话说,最需要AI辅助教学的地方,恰恰是连基础IT设备都配不齐的地方。
2026年7月9日,布鲁金斯学会(Brookings Institution)刚发布的一份政策分析把这个问题说得更透彻。研究者Bhawana Shrestha和她的同事指出:「分发AI工具不等于创造教育机会。」 一个家庭里有手机,不等于家里的女孩能自由使用。学校部署了AI平台,不等于老师和学生真的能用起来。接入和参与之间,差着设备成本、宽带覆盖、数字素养、教师培训和家庭支持一整套东西。
国际上的研究结论也不乐观。2026年《Frontiers in Computer Science》上的一篇综述用了一个很直白的标题:「AI与教育中的数字鸿沟」。作者来自南非林波波大学,分析了多个经济水平相近国家的案例后发现:AI系统中的语言偏见(英语比当地语言好用)、文化错配(发达国家开发的工具直接移植到欠发达国家)和算法偏见(某些语言口音的学生被系统误判为"低绩效"),反而让AI成了加重教育不公平的新变量。
这让人想起华东师范大学2026年那篇86,237人的大规模研究——AI定制化教学对学生成绩的整体影响,ATE=0.01,p=0.51,统计上不显著。也就是说,在基础设施、教师培训和设备条件都不到位的情况下,单纯部署AI系统,效果几近于零。
三、谁在买单?最需要AI的人,正在被AI涨价挡在门外
电脑涨价的直接受害者,不是科技博主,不是游戏玩家,而是每年6月-9月涌入数码卖场的大学新生和他们的家长。
今年高考后,21世纪经济报道的记者追着问了全行业一个问题:「五千元以下笔记本越来越少,高考季后电脑该咋买?」经销商的回答很坦白——不是厂商不想做便宜机器,是物料成本就放那儿,做一台亏一台。一台16GB DDR5内存条从去年同期的几百块涨到接近1300元,一块1TB SSD硬盘早上报价820元,晚上可能就860了。
还有一条容易被忽略的传导链条:拜登政府2022年签署的《芯片与科学法案》和后续的美国出口管制,把高端AI芯片和中国市场隔开了。中国厂商只能抢购非受限型号,进一步推高了全球消费级芯片的价格。
学过经济学的人都明白一个基本的道理:当某种商品涨到普通人买不起的时候,最先被淘汰出局的,一定是购买力最弱的那群人。在教育的语境下,就是农村家庭、低收入家庭、以及那些寄希望于"一台电脑改变命运"的学生。
Brookings的报告里有一句话值得反复读:「接入不等于参与。」 当AI教育工具的使用门槛——无论是设备成本、宽带费用还是数字素养——持续升高时,那些最需要AI来弥补教育差距的孩子,反而成了AI红利中被遗忘的角落。
四、为什么说这不是一道「等一年再买」的算术题
很多人在劝高考生家长:别急,等AI投资热降下来,等产能释放了,价格自然就回落了。这个逻辑在投资角度是对的,但在教育角度是错的。
因为学习的时间窗口是不等人的。
一个大学新生在大一那一年打下的是整个大学四年的学习基础——英语、数学、编程、信息素养。如果他在大一没有一台够用的电脑,没有接触到AI辅助学习工具,那么到了大二大三,当同龄人已经在用AI写代码、查文献、做项目的时候,他要弥补的已经不是设备缺口,而是能力缺口。
Yi et al. (2026) 对318名大学生的实验研究证实了这一点:主动与AI进行批判性互动的学生,学习效果显著优于被动使用的学生。而「主动互动」的习惯,往往是在早期接触阶段养成的。 那些大一就开始用AI辅助学习的学生,到高年级时已经形成了自己的AI交互策略。而等到毕业前才第一次打开AI工具的人,在认知策略上的差距已经很难追上了。
五、CoEvo的思路:用软件思维绕过硬件瓶颈
理解了上面这整条逻辑链,CoEvo的产品设计思路就很清楚了——不是让每个学生都去买一台万元笔记本,而是用云端智能+轻量客户端绕过硬件瓶颈。
CoEvo的核心功能——AI对话引导学习、FSRS科学间隔复习、客观知识验证——全部运行在云端。用户只需要一台能上网的设备,无论它是3000元的二手笔记本、学校机房的旧电脑、还是宿舍里的手机和平板。数据同步,进度不丢,体验不打折。
- AI主动教学在云端:不需要本地跑大模型,所有计算在服务器完成,手机端也能获得完整的AI交互体验
- FSRS复习算法:每分钟的计算量极小,完全不依赖硬件性能,旧电脑和新电脑的复习效果完全一样
- 客观验证系统:通过对话生成、费曼讲解、比较辨析三种方式验证知识内化,不依赖本地算力,只依赖一个浏览器
这意味着什么?一个农村大学生,拿着别人淘汰下来的旧笔记本,甚至只用一部手机,就可以获得跟用着顶配游戏本的同龄人完全一样的学习质量和复习效率。
产品理念:AI教育的价值,不应该以设备价格作为入场券。真正有效的学习系统,应该在算力资源分配不均的世界里,主动去弥合那条鸿沟,而不是等着用户自己带着设备来跨越它。
Zhang & An (2026) 在《Sustainability》上发表的548名高中生实证研究验证了这一点:高质量AI使用与深度学习方式的关联,在低SES(社会经济地位)学生中反而更强。 也就是说,当AI工具真的能被所有人平等使用时,它天然就是一个教育公平的均衡器。
六、现在你可以做的三件事
如果你或你的孩子今年要上大学,有三条建议可以参考:
- 买电脑守住16GB内存的底线,其他的能省则省。 现在涨价最狠的是存储,CPU和显卡反而没怎么涨。选一台带可扩展内存插槽的机型,先买基础配置,等两三年后芯片价格回落再自己升级,是性价比最高的策略。
- 二手市场是一个被低估的选择。 今年华强北的二手电脑交易量暴涨。很多企业级淘汰的ThinkPad、戴尔Latitude,成色不错,性能足够跑学习工具和浏览器,价格只要新机的一半。搭配一块外接固态硬盘,日常学习完全够用。
- 把预算省下来的钱,投进学习系统而不是硬件本身。 一台6000元的笔记本+一个好用的AI学习工具,效果大概率超过一台12000元的笔记本+自学。学习的瓶颈从来不是CPU型号,而是方法、频次和反馈。CoEvo的AI主动引导和FSRS科学复习,是在现有设备条件下能最大化学习产出的方式之一。
设备可以等降价,但学习的时间不会等你。
那条2.5万人同时讨论的热搜背后,藏着一个很多人不愿意直面的现实:AI技术正在改变世界,但它的红利分配从一开始就不公平。最先受益的是有最好的设备、最快的网络、最高的数字素养的那批人,而最需要AI来改变命运的人,反而因为AI带来的设备涨价,被挡在了门外。
这不是一道简单的供需曲线题——这是关于教育机会的分配问题。
CoEvo的选择是:既然硬件涨价潮我们挡不住,那就用软件和服务去填平那道鸿沟。让每个人,不管用的是什么设备,都能获得属于自己这个时代的进化能力。
云端运行,无需高配电脑,手机/平板/笔记本都能流畅使用
参考文献
- Chen, J., Ding, Y., Zhang, H., Dong, X., & Zhou, P. (2026). Research on cross-regional adaptation strategies for AI-enabled teaching devices from an educational equity perspective. PLOS One, 21(1), e0327696.
- Shrestha, B., Luvanda, A., & Razzaq, J. (2026). Feminist and Global South Perspectives on AI-Supported Learning Environments. Brookings Institution Center for Universal Education.
- Nethavhani, M. A. A., & Matlakala, M. M. (2026). AI and the digital divide in education. Frontiers in Computer Science, 8, 1759027.
- ECNU AI Education Research Group. (2026). AI-powered customized instruction: A large-scale field experiment. Journal of East China Normal University.
- Zhang, Z., & An, F. (2026). AI Use Quality and Sustainable Educational Equity. Sustainability.
- Yi, X. et al. (2026). Active critical interaction determines AI learning outcomes: Behavioral pathways explain elite advantage. arXiv:2607.10101.
- Goldman Sachs. (2026). Global memory market imbalance: Worst in 15 years. GS Equity Research.
- TrendForce. (2026). Q3 2026 DRAM and NAND Flash contract price forecast. 集邦咨询.